本文關(guān)鍵詞：基于群智能優(yōu)化技術(shù)的無(wú)線傳感網(wǎng)分簇路由算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：作為一種新的信息獲取和處理模式,無(wú)線傳感器網(wǎng)絡(luò)(WSN)已成為國(guó)內(nèi)外關(guān)注的研究熱點(diǎn)。由于傳感器節(jié)點(diǎn)本身能量的限制,路由算法的好壞對(duì)WSN性能有著重要的影響。分簇機(jī)制和路由機(jī)制是分簇路由算法中的重要研究?jī)?nèi)容。前者負(fù)責(zé)對(duì)網(wǎng)絡(luò)進(jìn)行拓?fù)鋬?yōu)化,即對(duì)簇頭數(shù)量、簇頭位置等要素進(jìn)行合理的配置,后者解決以最佳的路徑將收集到的數(shù)據(jù)傳輸給匯聚節(jié)點(diǎn)。良好的分簇機(jī)制和路由機(jī)制可以有效均衡網(wǎng)絡(luò)的能量消耗,延長(zhǎng)網(wǎng)絡(luò)的生命周期。本文主要針對(duì)WSN分簇路由算法進(jìn)行研究,主要研究工作如下:(1)在基本粒子群優(yōu)化算法(BPSO)的基礎(chǔ)上,改進(jìn)了慣性權(quán)重和加速因子,給出了改進(jìn)的粒子群算法(IBPSO)。該算法相對(duì)于BPSO算法主要做了兩個(gè)方面的改進(jìn):在慣性權(quán)重中引入個(gè)體最優(yōu)和全局最優(yōu)因子,使得粒子能夠根據(jù)收斂情況調(diào)整速度大小;針對(duì)BPSO算法在迭代后期種群的多樣性急劇減少,容易收斂到局部最優(yōu)解的缺點(diǎn),改進(jìn)了加速因子,使得加速因子不再是固定值,而是根據(jù)粒子自身記憶和群體經(jīng)驗(yàn)在運(yùn)動(dòng)中所起到的作用做出動(dòng)態(tài)調(diào)整,從而影響粒子速度的大小。測(cè)試函數(shù)結(jié)果表明,改進(jìn)后的IBPSO算法的全局搜索能力和收斂速度都有一定的提升。(2)針對(duì)LEACH算法中簇頭選擇的隨機(jī)性,從而使網(wǎng)絡(luò)中節(jié)點(diǎn)能量消耗不均衡,引入IBPSO算法改進(jìn)了分簇機(jī)制,提出了一種基于改進(jìn)粒子群優(yōu)化的WSN非均勻成簇算法(PSO-CRA)。首先根據(jù)優(yōu)化目標(biāo)建立了適應(yīng)度函數(shù),將節(jié)點(diǎn)的剩余能量、節(jié)點(diǎn)與匯聚節(jié)點(diǎn)的距離、節(jié)點(diǎn)間的距離等因素考慮進(jìn)來(lái),然后基于適應(yīng)度函數(shù)利用IBPSO算法對(duì)簇頭選擇進(jìn)行優(yōu)化,從而得到最優(yōu)簇組。仿真實(shí)驗(yàn)表明,此算法與LEACH算法相比,改善了簇頭隨機(jī)選擇造成的節(jié)點(diǎn)能量消耗不均衡,延長(zhǎng)了網(wǎng)絡(luò)生命周期。(3)針對(duì)LEACH算法中簇頭節(jié)點(diǎn)以單跳的方式直接與匯聚節(jié)點(diǎn)進(jìn)行通信,從而使網(wǎng)絡(luò)能耗不均衡,引入蟻群算法改進(jìn)了路由機(jī)制,提出了一種基于改進(jìn)蟻群優(yōu)化的WSN多跳分簇路由算法(ACO-CRA)。利用蟻群的動(dòng)態(tài)適應(yīng)性和尋優(yōu)能力,并將節(jié)點(diǎn)剩余能量和傳輸距離引入蟻群算法中,在簇頭與匯聚節(jié)點(diǎn)之間尋找一條能量高效的最優(yōu)路徑進(jìn)行通信。仿真結(jié)果表明,此算法與LEACH算法相比,在網(wǎng)絡(luò)生命周期上有較大的提高。(4)在對(duì)分簇機(jī)制和路由機(jī)制研究的基礎(chǔ)上,結(jié)合改進(jìn)的粒子群算法和蟻群算法,給出了基于改進(jìn)粒子群和蟻群優(yōu)化的WSN分簇路由算法(PSOACO-CRA)。該算法在成簇階段采用粒子群優(yōu)化算法優(yōu)化簇頭選擇,從而均衡消耗網(wǎng)絡(luò)中的節(jié)點(diǎn)能量;在數(shù)據(jù)傳輸階段采用改進(jìn)蟻群優(yōu)化算法優(yōu)化傳輸路徑,尋找簇頭節(jié)點(diǎn)與匯聚節(jié)點(diǎn)傳輸數(shù)據(jù)的能量高效的最優(yōu)路徑。仿真結(jié)果表明,該算法相對(duì)于PSO-CRA、ACO-CRA性能有進(jìn)一步的提高。
【關(guān)鍵詞】：無(wú)線傳感器網(wǎng)絡(luò) LEACH算法 能量高效 粒子群優(yōu)化算法 蟻群優(yōu)化算法 分簇機(jī)制 路由機(jī)制
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.5;TP212.9;TP18
【目錄】：

• 摘要4-6
• Abstract6-10
• 第一章 緒論10-15
• 1.1 研究背景和意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文的主要研究?jī)?nèi)容12-13
• 1.4 本文組織結(jié)構(gòu)13-15
• 第二章 WSN路由算法15-27
• 2.1 WSN概述15-17
• 2.1.1 WSN體系結(jié)構(gòu)15-17
• 2.1.2 WSN網(wǎng)絡(luò)關(guān)鍵技術(shù)17
• 2.2 WSN路由算法的主要研究思路17-18
• 2.3 WSN路由算法研究進(jìn)展18-20
• 2.4 現(xiàn)有分簇路由算法分析20-26
• 2.4.1 LEACH算法20-22
• 2.4.2 LEACH-C算法22-23
• 2.4.3 PEGASIS算法23-24
• 2.4.4 TEEN算法24-25
• 2.4.5 HEED算法25-26
• 2.5 本章小結(jié)26-27
• 第三章 基于改進(jìn)粒子群優(yōu)化的WSN非均勻成簇算法27-47
• 3.1 概述27-28
• 3.2 粒子群優(yōu)化算法28-32
• 3.2.1 粒子群優(yōu)化算法的數(shù)學(xué)模型28-30
• 3.2.2 帶慣性權(quán)重粒子群優(yōu)化算法30
• 3.2.3 粒子群優(yōu)化算法流程30-32
• 3.3 粒子群優(yōu)化算法的改進(jìn)32-37
• 3.3.1 慣性權(quán)重32
• 3.3.2 加速因子32-33
• 3.3.3 仿真實(shí)驗(yàn)結(jié)果分析33-37
• 3.4 基于改進(jìn)粒子群優(yōu)化的WSN非均勻成簇算法37-42
• 3.4.1 PSO-CRA算法能量模型37-39
• 3.4.2 候選簇頭產(chǎn)生39-40
• 3.4.3 粒子群優(yōu)化最終簇頭產(chǎn)生40-41
• 3.4.4 PSO-CRA算法的實(shí)現(xiàn)41-42
• 3.5 實(shí)驗(yàn)結(jié)果及分析42-46
• 3.5.1 評(píng)價(jià)參數(shù)42
• 3.5.2 仿真環(huán)境42-43
• 3.5.3 仿真結(jié)果分析43-46
• 3.6 本章總結(jié)46-47
• 第四章 基于改進(jìn)蟻群優(yōu)化的WSN分簇路由算法47-63
• 4.1 概述47
• 4.2 蟻群優(yōu)化算法47-50
• 4.2.1 蟻群優(yōu)化算法的數(shù)學(xué)模型48-49
• 4.2.2 蟻群優(yōu)化算法流程49-50
• 4.3 基于改進(jìn)蟻群優(yōu)化的WSN分簇路由算法50-54
• 4.3.1 單跳分簇路由引起的負(fù)載不均衡50-51
• 4.3.2 蟻群算法應(yīng)用于多跳路由機(jī)制的改進(jìn)51-54
• 4.3.3 ACO-CRA算法的實(shí)現(xiàn)54
• 4.4 仿真結(jié)果及分析54-62
• 4.4.1 仿真環(huán)境54-55
• 4.4.2 仿真結(jié)果分析55-62
• 4.5 本章小結(jié)62-63
• 第五章 基于改進(jìn)粒子群和蟻群優(yōu)化的WSN分簇路由算法63-69
• 5.1 概述63
• 5.2 基于改進(jìn)粒子群和蟻群優(yōu)化的WSN分簇路由算法總體設(shè)計(jì)63-66
• 5.3 仿真結(jié)果及分析66-68
• 5.3.1 仿真環(huán)境66
• 5.3.2 仿真結(jié)果分析66-68
• 5.4 本章小結(jié)68-69
• 第六章 總結(jié)與展望69-71
• 6.1 總結(jié)69-70
• 6.2 展望70-71
• 參考文獻(xiàn)71-74
• 附錄1 攻讀碩士學(xué)位期間撰寫的論文74-75
• 致謝75

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馮舜璽;;新書推薦:《算法分析導(dǎo)論》[J];計(jì)算機(jī)教育;2006年05期

2 張力,慕曉冬;計(jì)算機(jī)算法分析淺談[J];武警工程學(xué)院學(xué)報(bào);2002年04期

3 馬安光;;飛彈問(wèn)題的算法分析——2003年第10期題解[J];程序員;2003年12期

4 蘇運(yùn)霖;;《算法分析導(dǎo)論》評(píng)介[J];計(jì)算機(jī)教育;2006年07期

5 朱力強(qiáng);;培養(yǎng)學(xué)生創(chuàng)新思維與能力的算法分析案例[J];計(jì)算機(jī)與信息技術(shù);2007年11期

6 汪菊琴;;幾種常見(jiàn)特殊方陣的算法分析與實(shí)現(xiàn)[J];無(wú)錫職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年05期

7 李涵;;“算法分析與設(shè)計(jì)”課程教學(xué)改革和實(shí)踐[J];中國(guó)電力教育;2010年16期

8 劉寧;管濤;;淺析案例教學(xué)法在算法分析與設(shè)計(jì)課程中的應(yīng)用[J];科技風(fēng);2011年07期

9 胡峰;王國(guó)胤;;“算法分析與設(shè)計(jì)”教學(xué)模式探索[J];當(dāng)代教育理論與實(shí)踐;2011年12期

10 趙娟;;淺析啟發(fā)式教學(xué)法在《算法分析與設(shè)計(jì)》課程中的應(yīng)用[J];福建電腦;2012年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 俞洋;田亞菲;;一種新的變步長(zhǎng)LMS算法及其仿真[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

2 周顥;劉振華;趙保華;;構(gòu)造型的D~2FA生成算法[A];中國(guó)通信學(xué)會(huì)通信軟件技術(shù)委員會(huì)2009年學(xué)術(shù)會(huì)議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（一）[C];2008年

4 劉遠(yuǎn)新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺(tái)下物流運(yùn)輸配送系統(tǒng)算法分析[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

5 王樹(shù)西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國(guó)學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2004年

6 王萬(wàn)青;張曉輝;;改進(jìn)的A~*算法的高效實(shí)現(xiàn)[A];2009全國(guó)測(cè)繪科技信息交流會(huì)暨首屆測(cè)繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實(shí)現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實(shí)現(xiàn)基于程序結(jié)構(gòu)的主變?cè)治鯷A];第五屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計(jì)的修正Rife算法及其FPGA實(shí)現(xiàn)[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 科文;VIXD算法分析Web異常[N];中國(guó)計(jì)算機(jī)報(bào);2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 魏哲學(xué);樣本斷點(diǎn)距離問(wèn)題的算法與復(fù)雜性研究[D];山東大學(xué);2015年

2 劉春明;基于增強(qiáng)學(xué)習(xí)和車輛動(dòng)力學(xué)的高速公路自主駕駛研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 張敏霞;生物地理學(xué)優(yōu)化算法及其在應(yīng)急交通規(guī)劃中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

4 李紅;流程挖掘算法研究[D];云南大學(xué);2015年

5 劉新旺;多核學(xué)習(xí)算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

6 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學(xué);2006年

7 曾國(guó)強(qiáng);改進(jìn)的極值優(yōu)化算法及其在組合優(yōu)化問(wèn)題中的應(yīng)用研究[D];浙江大學(xué);2011年

8 肖永豪;蜂群算法及在圖像處理中的應(yīng)用研究[D];華南理工大學(xué);2011年

9 陳耿;面向中觀審計(jì)的規(guī)則發(fā)現(xiàn)算法研究[D];東南大學(xué);2005年

10 王維博;粒子群優(yōu)化算法研究及其應(yīng)用[D];西南交通大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 黃廈;基于改進(jìn)蟻群算法的柔性作業(yè)車間調(diào)度問(wèn)題研究[D];昆明理工大學(xué);2015年

2 李平;基于Hadoop的信息爬取與輿情檢測(cè)算法研究[D];昆明理工大學(xué);2015年

3 趙官寶;基于位表的關(guān)聯(lián)規(guī)則挖掘算法研究[D];昆明理工大學(xué);2015年

4 殷文華;移動(dòng)容遲網(wǎng)絡(luò)中基于社會(huì)感知的多播分發(fā)算法研究[D];內(nèi)蒙古大學(xué);2015年

5 徐翔燕;人工魚群優(yōu)化算法及其應(yīng)用研究[D];西南交通大學(xué);2015年

6 李德福;基于小世界模型的啟發(fā)式尋路算法研究[D];華中師范大學(xué);2015年

7 鄭海彬;一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法[D];蘇州大學(xué);2015年

8 趙曉寒;輪換步長(zhǎng)PSO算法及SMVSC參數(shù)優(yōu)化[D];沈陽(yáng)理工大學(xué);2015年

9 安豐洋;基于無(wú)線網(wǎng)絡(luò)的廣播算法研究[D];曲阜師范大學(xué);2015年

10 李智明;基于改進(jìn)FastICA算法的混合語(yǔ)音盲分離[D];上海交通大學(xué);2015年

  本文關(guān)鍵詞：基于群智能優(yōu)化技術(shù)的無(wú)線傳感網(wǎng)分簇路由算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：319563